在Python中，你可以使用pandas库来按行条件筛选数据框。pandas提供了DataFrame对象来表示数据框，并且提供了许多方法来对数据框进行操作。

以下是一些可以使用的方法和示例代码来按行条件筛选数据框：

1. 使用布尔条件筛选：

   import pandas as pd
   
   # 创建数据框
   data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
           'Age': [20, 25, 30, 35],
           'City': ['New York', 'Paris', 'London', 'Tokyo']}
   df = pd.DataFrame(data)
   
   # 按行筛选条件
   filtered_df = df[df['Age'] > 25]
   print(filtered_df)
   

   输出结果：

      Name  Age    City
   2  John   30  London
   3 Alice   35   Tokyo
   

2. 使用query()方法筛选：

   import pandas as pd
   
   # 创建数据框
   data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
           'Age': [20, 25, 30, 35],
           'City': ['New York', 'Paris', 'London', 'Tokyo']}
   df = pd.DataFrame(data)
   
   # 按行筛选条件
   filtered_df = df.query('Age > 25')
   print(filtered_df)
   

   输出结果：

      Name  Age    City
   2  John   30  London
   3 Alice   35   Tokyo
   

3. 使用apply()方法筛选：

   import pandas as pd
   
   # 创建数据框
   data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
           'Age': [20, 25, 30, 35],
           'City': ['New York', 'Paris', 'London', 'Tokyo']}
   df = pd.DataFrame(data)
   
   # 定义筛选函数
   def filter_condition(row):
       if row['Age'] > 25:
           return True
       else:
           return False
   
   # 按行筛选条件
   filtered_df = df[df.apply(filter_condition, axis=1)]
   print(filtered_df)
   

   输出结果：

      Name  Age    City
   2  John   30  London
   3 Alice   35   Tokyo
   

以上是一些按行条件筛选数据框的示例方法。根据你的具体需求，你可以选择适合你的方法来筛选数据框。